numpy数组切片与转置的可视化

1 数据的准备

import numpy as np
a = np.arange(16).reshape(2,2,4)

可以将元素的索引看成是x,y,z轴的坐标，这里我们写成0,1,2轴，则上述数据可以可视化为

2 切片

沿着0轴切片：

沿着1轴切片：

沿着2轴切片：

3 转置（np.transpose）

3.1 官方文档说明：

可以看到，np.transpose()可以重新排列数组的维度，体现在图上就是：对数据进行旋转和镜像对称操作，这等价于数据不动坐标轴重新洗牌（详见参考链接）。

3.2 常见的transpose操作（以3维数组为例）：

• np.transpose(A)：不传递坐标轴参数，默认即为完全逆序(2,1,0)，也就是线性代数中的转置。
  
  绿色操作1：围绕1轴将整个坐标轴按图示方向旋转90度
  绿色操作2：将0轴镜像对称到12轴平面上方
  这样就完成了0维和2维这两个维度的互换。
• np.transpose(A, (1,2,0))：将数据由channel first，转换成channel last；反之则np.transpose(A, (2,0,1))
  
  绿色操作1：围绕1轴将整个坐标轴按图示方向旋转90度
  绿色操作2：将12轴平面围绕0轴按图示方向水平旋转90度
  这样就完成了相应维度的转换。
  注意：简单的np.reshape并不能完成上述那样维度的重新排列。
  
  可以看到np.reshape()秉着“多退少补”的策略进行reshape，元素的顺序不会改变。

参考链接

• https://blog.csdn.net/u012762410/article/details/78912667